RapidMiner 利潤指標優化模型 線上研討會

首頁

>

最新活動

> 活動內文

透過機器學習的方法，訓練好一個二項式分類模型後，我們可以檢視一個由驗證測試產出的混淆矩陣，並觀察性能指標，例如準確度、精準度、召回率、F1_value 等。
如果希望進一步將其與商業利益聯結起來，一個簡單作法是先制定一個成本矩陣，其格式類似於混淆矩陣，由真陰性、偽陽性、偽陰性和真陽性實例的權重組成，然後將它與混淆矩陣按元素相乘，最後就可以算出所有驗證實例的總成本。
不過這種方法趨於被動，您可能更想知道是否有一種比較積極的作法，可以在模型訓練期間就摻入商業成本的考量，即使只是加在判定預測結果的最終階段。也就是說，我們是否可能建立一個不同的機器學習模型，來優化業務成本，而非典型的性能指標？ 例如，一個工廠經常需要加入額外的化學品來遏止化學桶的沸溢，我們是否可以不再針對預測的準確性，而是根據成本效益，訓練出一個更好的預測模型？
答案是肯定的，在本次網絡研討會中，我們將與您分享兩種方法：一種根據分界線(點)的調整，另一種則透過一個新的信心度（或概率）的計算方法。我們將在 RapidMiner 中演示，但我們也會用 Python 展示第一種方法，從不同的角度說明所涉及的概念。

活動時間 : 2022/09/29 (四) 14:00-15:30

活動地點 : 本活動採網路 Live 直播

講師 :  李永嘉博士
原廠認證RapidMiner Grand Master，曾經在密西根大學安那堡校區教了六年的計算機課程，也在紐澤西的 AT&T Labs 帶過數十人的研發團隊，回來台灣後擔任過明基西門子手機的亞洲研發總監，這些年來專注於雲端運算，大數據分析與機器學習方面的顧問工作。

* 本活動免費需事先報名，報名完成後將於活動前一天寄發活動登入連結，歡迎業界先進及專家學者報名參加。
 

2022.09.29

14:00-15:30

本研討會採網路 Live 直播

隱私權聲明

同意

您於本頁提供之個人資料，本公司將於相關範圍內蒐集、處理及利用，提供我們做聯繫、活動、及行銷宣傳使用。
未經您的許可，本公司不會將您的個人資訊與第三人分享，除非係為完成您所請求的服務或交易所必要或法律要求者。
有關您於本頁提供之個人資料，您得向本公司請求查詢、閱覽、複給副本、補充、更正、停止蒐集/處理/利用、或刪除。

產品系列 Products
最新活動 News
產品新知 Blogs
關於我們 About Us
聯絡我們 Contact Us

台北總公司

  • 104079 台北市中山區復興北路354號11樓

  • (02) 2505-0525

  • (02) 2503-1680

高雄辦公室

  • 800408 高雄市新興區民生一路56號6樓之6

  • (07) 229-8600

  • (07) 229-8660

客服資訊

Copyright © 2025 昊青股份有限公司 Scientific Formosa Inc. All Rights Reserved.